-
公开(公告)号：CN114720983A
公开(公告)日：2022-07-08
申请号：CN202210201238.5
申请日：2022-03-03
Applicant: 北京理工大学 , 北京理工大学重庆创新中心 , 中国空间技术研究院
Abstract: 本发明提出了一种星载SAR场景匹配模式时域成像方法，属于合成孔径雷达领域，主要解决星载场景匹配SAR时域成像中参数时变问题，采用基于时变参数进行相位补偿的新方法，适应了星载场景匹配SAR模式的参数时变特性；采用精准计算地面波束椭圆对成像网格点进行照射判断的方法，避免在成像网格点叠加未被照射的能量，解决了星载SAR场景匹配模式下地面波束椭圆形状变化问题，同时避免时域成像混叠，可以实现时域高分辨成像。本发明具有全孔径的数据处理能力，可以适应时变参数带来的影响，是一种适用于星载场景匹配SAR对地观测需求的高效、准确的成像处理方法。
-
公开(公告)号：CN114114264A
公开(公告)日：2022-03-01
申请号：CN202111425403.7
申请日：2021-11-26
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: G01S13/90
Abstract: 本发明提供一种空间机动目标ISAR成像方法、装置、设备及存储介质，其中，方法将回波信号完成脉冲压缩和运动补偿，得到原始信号，接着利用高阶模糊函数对原始信号降阶，并利用相干积累立方相位函数实现参数估计，重构原始信号实现ISAR成像。该方案能够同时估计原始信号的二阶和三阶参数，具有较高的运算效率，降低了计算复杂度；同时通过增加了自项能量，降低了信噪比门限，提高了低信噪比下参数估计的鲁棒性。
-
公开(公告)号：CN119805455A
公开(公告)日：2025-04-11
申请号：CN202510002721.4
申请日：2025-01-02
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于误差参数化建模与估计的地基雷达对月三维成像误差估计与补偿方法，属于合成孔径雷达技术领域。该方法步骤包括：步骤一、建立地月成像中各类误差源的时延误差模型，根据所述时延误差模型确定观测时段内误差参数的变化范围；步骤二、建立基于最小图像熵的地月多轨SAR观测优化模型的目标函数，并确定优化变量，根据所述误差参数的变化范围确定约束条件；步骤三、求解步骤二中建立的目标函数，得到时延误差的估计值，并补偿时延误差进行地月高分辨三维成像。
-
公开(公告)号：CN115308741B
公开(公告)日：2025-04-01
申请号：CN202210765437.9
申请日：2022-07-01
Applicant: 北京理工大学
Abstract: 本发明涉及雷达信号处理技术领域，特别涉及一种基于雷达差分干涉技术的月球表面形变测量方法。本发明是独立于基于LLR与LOLA的又一种月球表面形变测量方法，与传统方法有着本质的不同，其依靠干涉图像的形变相位变化直接反演月球表面形变，因此形变测量精度可达亚波长级(mm级)。此外，由于测量精度远高于月球表面潮汐形变量，因此，不需要大量数据的拟合与交叉验证处理，即可得到精确的形变测量值，模型依赖程度低，且运算量更小。
-
公开(公告)号：CN118746801A
公开(公告)日：2024-10-08
申请号：CN202410749970.5
申请日：2024-06-12
Applicant: 北京理工大学
Abstract: 本发明公开了基于卫星回波混合积累的分布孔径雷达相参参数高精度估计方法；首先，介绍了全相参处理过程，并建立了全相参信号模型；其次，论证了观测实验中的卫星以及观测弧段的选取原则，并分析信噪比在处理中的变化；再次，通过分层处理的方式，先后进行了脉冲间相参处理、雷达单元间相参处理和子孔径间的相参和非相参处理，实现了相参参数估计，并提升相参处理后的信噪比。本发明旨在提供一种适用于无合作标校设备时，可实现分布孔径雷达的相参参数高精度估计算法，预期可应用于地基雷达对空间目标观测等领域。
-
Patent Agency Ranking
公开(公告)号：CN114879188B
公开(公告)日：2024-06-18
申请号：CN202210413328.0
申请日：2022-04-20
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明涉及一种模型自适应的深度学习SAR三维成像方法，属于层析SAR三维成像技术领域。本发明所提方法在层析SAR三维网络中提出了引入观测矩阵权重因子，以适应三维成像中目标位置空变导致的观测矩阵空变特性，提升空变特性自适应能力；引入自适应阈值参量，以适应空变的目标散射模型，提高散射特性自适应能力。与传统深度学习稀疏重建方法相比，本方法能够解决模型空变问题，提高聚焦深度一个数量级；与传统的高分辨成像算法SL1MMER算法相比，可以提高成像处理效率一个数量级。
-
公开(公告)号：CN118131221A
公开(公告)日：2024-06-04
申请号：CN202410069619.1
申请日：2024-01-17
Applicant: 北京理工大学
IPC: G01S13/88 , G06T3/4053 , G06T5/10 , G06T7/246 , G01S7/41
Abstract: 本发明公开了一种基于多子带(MS)‑广义拉东傅里叶变换(GRFT)的低信噪比下步进频雷达对空间目标高分辨成像方法。首先通过单个子带数据的粗GRFT，获取大致的运动参数范围并进行粗运动补偿，通过并行处理的精GRFT，获取每个子带数据的参数估计结果，接着，使用CFAR和非相参积累筛选部分运动参数，以锐度作为估计子带相位误差的目标函数，并求取解析解；最后，对多个子带的GRFT结果进行误差补偿，再次使用CFAR提取运动参数并进行距离‑瞬时多普勒成像。本发明旨在提供一种适用于低信噪比条件下、可校正子带相位误差和长时观测下目标复杂运动导致空变误差的高分辨成像算法，预期可应用于地基雷达对空间目标观测等领域。
-
公开(公告)号：CN113640795B
公开(公告)日：2024-02-13
申请号：CN202110847336.1
申请日：2021-07-27
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于生成对抗网络的SAR智能参数化自聚焦方法，首先，建立延展目标的SAR参数化回波模型和运动误差模型，从中分析得出运动误差与目标参数耦合关系和目标散射特性相位与目标参数的映射关系；然后，通过训练生成对抗网络得出目标散焦聚焦图像对的映射关系，并从中估计出目标参数，最后，将估计的目标参数使用在运动误差与目标参数解耦中，使用常规相位梯度自聚焦算法估计真实运动相位误差，实现目标图像的聚焦；本发明方法提供了一种高智能、高效率的SAR参数化自聚焦解决方案，预期可应用于机载、地基SAR自聚焦等领域。
-
-
公开(公告)号：CN112327285B
公开(公告)日：2023-10-03
申请号：CN202011196999.3
申请日：2020-10-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于混合广义瑞登傅里叶变换的雷达目标检测方法。本发明首先将回波划分成若干子孔径，在子孔径内采用广义瑞登傅里叶变换(GRFT)进行相参积累，然后在子孔径间直接非相参叠加。由于本发明在GRFT时将所有子孔径的0时刻设置为整个回波持续时间的中心，同时补偿掉了子孔径内与子孔径间的跨距离单元、跨多普勒单元现象，因此可更方便简洁地设计子孔径长度，且子孔径间非相参积累时，无需计算搜索参数对应的积累路径，直接非相参叠加即可。本发明的子孔径长度能在常规混合积累子孔径长度和总积累时间之间调节，通过调整子孔径长度，本发明能更好的在检测性能与运算量之间权衡。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.026 seconds)
